Agentic AI는 무엇을 바꿀까 — 일하는 방식에서 산업의 수익구조까지

1. Agentic AI는 무엇인가

Agentic AI는 목표에 맞춰 도구를 선택하고 실행하며, 결과를 확인해 다음 행동을 정하는 AI 시스템입니다. 필요한 정보를 더 찾거나 작업을 수정하면서 여러 단계를 이어갑니다. [1]

작동 과정은 ‘목표 확인 → 계획 → 도구 실행 → 결과 확인 → 계속하거나 종료’로 이해할 수 있습니다. 검색·계산·문서 편집 같은 도구를 연결하며, 구체적인 구성은 시스템마다 다릅니다. [2]

중요한 점은 Agentic AI가 특정 모델 하나의 이름이 아니라는 것입니다. 모델에 도구, 작업 상태, 권한, 검증 절차를 연결한 전체 구성을 봐야 합니다. ‘자율적’이라는 표현도 무제한 권한이나 사람 수준의 판단력을 뜻하지 않습니다.

2. 기존 AI와 무엇이 다른가

기능을 비교한 표입니다. 실제 제품은 생성형 AI, 고정 절차, 에이전트를 함께 사용할 수 있습니다. [2]

제품을 볼 때는 대화창이나 예약 기능보다, 상황에 맞춰 어떤 행동을 선택할 수 있는지를 확인하시면 됩니다.

3. 누가 만들고 있는가 — 2026년 10월 10일 현재

자료 확인: 2026-10-10(토) 22:24 KST · 공식 발표·제품 문서·현재 도움말 기준

지금의 경쟁 구도를 설명하려면 Meta Muse와 OpenAI의 ChatGPT dots를 먼저 봐야 합니다. 두 회사 모두 대화 사이에도 목표와 업무를 이어가는 개인 에이전트를 공개했습니다. Google·Anthropic·Microsoft·Perplexity는 각자의 업무 환경에 이를 연결하고, Manus·Cursor·Devin·Agentforce는 범용 작업이나 특정 업무를 맡는 제품을 제공합니다.

아래는 주요 제품을 비교한 현황입니다. 제공사의 기능 설명을 확인한 것이며, 동일 과제를 시험한 성능 순위는 아닙니다. 현재 제공, 순차 제공, 비공개 프리뷰, 향후 계획을 구분해 읽어야 합니다.

3-1. Meta — Muse: 개인 비서에서 소상공인 업무까지

Muse는 실제 일을 맡기는 개인 에이전트입니다. 전용 클라우드 컴퓨터와 브라우저에서 이메일, 여행 예약, 웹 양식 입력 등 여러 단계를 처리하고, 앱을 닫은 뒤에도 작업을 이어가도록 만들어졌습니다. Muse 앱과 WhatsApp에서 대화하며, 이메일 발송이나 구매 같은 민감한 행동은 사용자 승인을 받는다고 Meta는 설명합니다. Muse Spark는 이를 구동하는 모델 이름이므로 에이전트 서비스 Muse와 구분해야 합니다. [3]

최근 변화는 사업 운영으로의 확장입니다. Muse for Small Business는 Instagram 전문 계정 분석, Facebook Pages, Meta 광고 계정과 Shopify·Canva·QuickBooks·Slack·Notion 등 업무 도구를 연결합니다. 매출·캠페인 자료를 분석해 성장 계획을 만들거나, 다음 광고 초안을 준비하고 이상 지출을 찾는 업무를 공식 활용 예시로 제시합니다. 게시·발송·지출에는 승인이 필요합니다. [8]

현재 이용 조건: 후속 공식 발표에서 미국·캐나다 제공을 확인했습니다. 무료 사용 범위와 추가 구독이 있으며, 확인한 공식 자료에는 한국 일반 제공이 명시돼 있지 않습니다. 9월 8일 최초 출시 문서의 ‘미국’보다 후속 문서의 지역 정보를 우선했습니다. [8]

산업적으로 읽을 지점: Meta는 광고·상점·고객 접점의 데이터를 실제 운영 업무와 연결하고 있습니다. 이는 소상공인의 업무를 맡는 접점으로 확장하려는 전략으로 해석할 수 있습니다. 다만 기능 확대만으로 Muse의 매출이나 수익성이 입증된 것은 아닙니다.

3-2. OpenAI — ChatGPT dots: 대화 사이에도 이어지는 업무

공식 명칭은 dots이고, 사용자의 개별 에이전트가 dot입니다. GPT-6 Astra를 기반으로 자체 클라우드 컴퓨터·브라우저와 연결 앱을 사용합니다. 목표를 주면 여러 대화와 작업에 걸쳐 진행 상황을 이어가고, 새 정보나 피드백에 맞춰 다음 일을 처리합니다. 조사 결과를 갱신하거나 고객 피드백에서 수정할 사항을 찾아 코드·테스트·검토용 변경안을 준비하는 것이 공식 예시입니다. [31]

ChatGPT Work·Codex와의 관계도 구별해야 합니다. dot은 지속적으로 맡은 일을 챙기는 에이전트이며, Work·Codex는 그 일을 수행하는 데 사용할 수 있는 작업 환경입니다. 공식 도움말은 연결한 로컬 컴퓨터에서 dot이 Work 또는 Codex 작업을 만들 수 있다고 설명합니다. 세 이름을 같은 제품처럼 나열하면 역할이 흐려집니다. [32]

현재 이용 조건: Pro는 EEA·스위스·영국을 제외한 대상 시장에, Business Premium은 ChatGPT 지원 지역에 순차 제공됩니다. Enterprise·Edu·Healthcare는 관리자 활성화가 필요한 베타입니다. Pro·Business Premium의 첫 dot은 플랜에 포함되지만 깊이 있는 작업에는 사용량 한도가 있습니다. 연결 앱·컴퓨터의 권한과 승인 규칙에 따라 실행 범위가 달라집니다. [32]

산업적으로 읽을 지점: 사용자가 매번 작업을 새로 지시하는 방식에서 지속적인 책임을 맡기는 방식으로 확장하는 제품입니다. 업무 문맥과 연결이 쌓일수록 재사용 가치는 커질 수 있지만, 실제 시간 절약과 검토 부담은 업무별로 확인해야 합니다.

3-3. 다른 주요 범용·업무 에이전트는 어디까지 왔나

세 가지 이름을 혼동하면 안 됩니다. Meta의 Muse는 에이전트 제품, Muse Spark는 모델입니다. Google의 Gemini Spark는 별도 개인 에이전트이고, 10월 8일 발표한 기업용 Gemini agent와도 상품·이용 조건이 다릅니다. [3] [5] [6]

3-4. 코딩·고객지원처럼 특정 업무를 맡는 제품

Salesforce는 9월 16일 AIforce도 발표했습니다. Salesforce의 데이터·업무 규칙을 Claude·Slack 같은 다른 인터페이스에서 쓰게 하는 계층이며, 출시 발표에서 Salesforce in Claude는 베타로 안내됐습니다. 이는 업무별 에이전트인 Agentforce와 역할이 다릅니다. [35]

3-5. 기업이 자체 에이전트를 만드는 기반

이 경쟁을 보는 핵심은 누가 더 많은 업무를 맡을 수 있는가입니다. 개인의 앱과 기억을 연결하는 회사, 조직의 문서·고객 데이터를 보유한 회사, 특정 업무의 실행과 검토를 제품화한 회사가 서로 다른 출발점에서 경쟁하고 있습니다. 이는 위 제품 구성에 근거한 해석이며, 시장점유율이나 성능 우위를 확정한 평가는 아닙니다.

4. 기업과 개인은 어떻게 활용할 수 있을까

개인은 바로 쓸 수 있는 제품에서 시작하고, 기업은 반복 업무의 데이터·규칙·권한을 연결하는 방식으로 접근할 수 있습니다. 아래는 확인된 기능을 바탕으로 구성한 활용 시나리오입니다. 직접 시험한 성공 사례나 생산성 수치가 아닙니다.

InveDeck 독자라면 “이번 실적의 매출을 알려줘”에서 “공시를 확인하고, 전분기와 회계 정의를 맞춰 비교하고, 현금흐름의 변화 원인을 정리해줘”로 업무를 확장해 볼 수 있습니다. 보고서를 만드는 일은 업무 제품에 맡길 수 있지만 분기·누적 수치의 구분과 FCF 계산은 결과물에서 다시 확인해야 합니다. 이는 외부 에이전트의 활용 예시이며, 현재 InveDeck에 명령 실행 기능이 있다는 뜻은 아닙니다.

앱을 닫아도 계속된다는 설명에는 실행 환경의 조건이 붙습니다. 클라우드 작업은 이어질 수 있지만 내 PC의 파일·브라우저를 사용하려면 해당 기기나 Desktop 앱이 켜져 있어야 하는 제품이 있습니다. 승인 대기, 로그인 만료, 사용량 소진도 작업을 멈추게 할 수 있습니다. [10] [11] [13] [15]

5. 가까운 미래와 더 먼 미래는 어떻게 달라질까

가까운 1~2년에는 범위가 명확한 업무에서 도입이 넓어질 가능성이 있습니다. 고객 문의 한 건 처리, 정해진 자료로 보고서 만들기, 코드 변경 후 테스트처럼 완료 기준을 세울 수 있는 작업입니다. 사람은 모든 단계를 직접 수행하기보다 목표·예외·승인 기준을 정하고 결과를 검토하는 쪽으로 시간을 옮길 수 있습니다.

이 변화가 곧바로 직업 전체의 소멸을 뜻하지는 않습니다. 하나의 직업에는 반복 작업, 협상, 현장 판단, 책임 있는 의사결정이 섞여 있습니다. 어느 업무가 줄고 어느 업무의 수요가 늘어나는지를 나눠 봐야 합니다. 사용량이 빠르게 늘어도 통합·감독 비용 때문에 인건비 절감이 더디게 나타날 수 있습니다.

3년 이후의 더 먼 구간에서는 여러 회사의 에이전트가 일정·재고·주문을 조정하고, 장기간 이어지는 업무를 넘겨받는 범위가 넓어질 수 있습니다. 사람에게 편리한 웹 화면뿐 아니라 에이전트가 정확하게 읽고 실행할 수 있는 데이터와 거래 규칙이 중요해지는 시나리오입니다.

그러려면 장기 작업의 신뢰성, 신원·권한, 분쟁 처리와 책임, 비용을 해결해야 합니다. 연결 규격이 마련됐다는 사실만으로 기업 간 거래를 안전하게 맡길 수 있는 것은 아닙니다. 완전 무인기업이 언제 보편화될지는 현재 자료로 확정할 수 없습니다.

6. 기술은 어디로 발전할까

기반에는 추론과 멀티모달의 발전이 있습니다. 복잡한 목표를 나누고 결과에 따라 계획을 수정하는 능력, 문장뿐 아니라 표·도표·화면을 읽는 능력이 결합됩니다. OpenAI의 2026년 9월 GPT-6.1 Sol 발표도 여러 도구를 사용하는 작업과 PDF·차트 이해를 평가합니다. 다만 회사의 성능 평가를 현장 업무의 성공률로 그대로 읽어서는 안 됩니다. [23]

첫째는 작업 상태를 오래, 정확하게 유지하는 능력입니다. 긴 문서를 한 번에 읽는 것과 중요한 결정을 며칠 뒤에도 올바르게 기억하는 것은 다릅니다. Anthropic은 대화 압축, 외부에 남기는 구조화된 메모, 하위 에이전트 분리를 긴 작업의 방법으로 설명합니다. 무엇을 저장하고 갱신하며 잊을지까지 설계해야 합니다. [24]

둘째는 실제 실행 환경과의 연결입니다. API는 프로그램끼리 데이터를 주고받는 통로이고, 컴퓨터 사용 기능은 화면을 읽고 조작하는 방식입니다. 화면 조작은 API가 없는 기존 시스템에도 접근할 수 있게 하지만, 화면 변화나 잘못된 입력을 확인하는 절차가 필요합니다. [25]

셋째는 상호운용입니다. MCP는 에이전트와 도구·데이터의 연결에, A2A는 서로 다른 에이전트 사이의 통신과 조정에 초점을 둡니다. 이런 규격은 매번 연결을 새로 만드는 부담을 줄일 수 있지만 데이터의 정확성이나 행동의 정당성까지 검증해 주지는 않습니다. [26]

넷째는 협업과 검증입니다. 여러 에이전트가 독립적인 조사를 나누면 범위를 넓힐 수 있습니다. 그러나 Anthropic의 2026년 다중 에이전트 연구에서는 서로의 작업에 의존하는 프로젝트의 조정 실패와 비슷한 오류의 반복도 관찰됐습니다. 에이전트 수를 늘리는 것만으로 품질이 높아지지는 않습니다. [27]

이 흐름을 종합하면 다음 경쟁은 ‘더 긴 답변’만이 아니라 ‘실행 결과를 확인하고, 실패를 발견하고, 적절히 멈추는 능력’에서도 벌어질 것으로 보입니다. 모델 성능과 함께 실행 환경·권한 관리·평가 기술이 발전해야 한다는 해석입니다.

7. 산업에는 어떤 영향을 줄까

아래는 앞의 기술·제품 변화에서 도출한 산업 분석입니다. 수혜를 확정하거나 주가 상승을 예상한 표가 아닙니다. 같은 산업 안에서도 고객 데이터, 판매 경로, 운영비와 투자 부담에 따라 결과가 달라질 수 있습니다.

특히 CPU와 GPU를 대체 관계로만 보면 놓치는 부분이 있습니다. NVIDIA의 2026년 기술 설명은 GPU의 모델 추론과 CPU의 코드·도구 실행, 데이터 처리·작업 조정이 연결되어 반복되는 구조를 보여줍니다. 어느 한쪽이 오래 기다리면 전체 처리도 느려질 수 있습니다. 그렇다고 모든 에이전트 시스템에 적용되는 CPU:GPU 비율이 정해져 있는 것은 아닙니다. 업무와 구성에 따라 달라집니다. [28]

전력 수요도 증가 방향만 보면 부족합니다. IEA의 2026년 보고서는 데이터센터의 전력망·설비·자금 제약을 함께 살핍니다. 이 자료는 데이터센터 전체에 관한 것이므로 Agentic AI만의 수요로 읽어서는 안 됩니다. 투자자는 발표된 건설 계획이 실제 가동과 매출, 현금 회수로 이어지는지 확인해야 합니다. [29]

8. 더 많은 권한을 주기 전에 확인할 것

Muse는 별도 Sentinel로 외부 요청을 심사한다고 설명합니다. 다만 현재 Secure VM과 Meta의 데이터 접근 자체를 암호학적으로 차단하려는 향후 Confidential VM은 다릅니다. 대화·VM 데이터를 광고 시스템에 제공하지 않는다는 설명과 모델 학습에 사용할 수 있다는 조건도 구분해야 합니다. 도구별 권한뿐 아니라 학습 제외 설정·조직 계약·데이터 보관 조건을 함께 확인해야 합니다. [21]

에이전트의 오류는 문장에서 끝나지 않고 파일 변경이나 잘못된 업무 처리로 이어질 수 있습니다. 외부 웹페이지나 문서에 숨어 있는 지시를 정상 업무 지시로 오인하는 문제도 있습니다. Anthropic은 이를 포함한 위험을 줄이기 위해 실행 환경의 격리, 파일·네트워크 경계, 세분화된 도구 권한을 설명합니다. 승인창 하나만으로 모든 위험을 해결할 수는 없습니다. [30]

도입할 때는 먼저 성공의 기준, 허용할 행동, 사람에게 넘길 조건을 정하는 편이 현실적입니다. 읽기와 초안 작성부터 시작해 결과를 관찰하고, 발송·결제·삭제처럼 영향이 큰 행동은 권한과 확인 절차를 따로 설계할 수 있습니다. 실행 기록과 되돌릴 방법도 업무의 일부입니다.

9. 투자자가 봐야 할 숫자는 ‘완료한 업무의 비용’

사용자 수나 도구 호출 수가 늘었다는 사실만으로 사업의 수익성이 좋아졌다고 할 수는 없습니다. 긴 작업에는 모델 호출뿐 아니라 검색, 코드 실행, 저장, 감시, 재시도와 사람의 검토가 들어갑니다. 다음은 InveDeck이 제안하는 비교 기준입니다.

완료 업무당 총비용 = 해당 기간의 모델·실행환경·검색·저장·보안·인적 검토·재작업 비용과 배분한 구축비의 합계 ÷ 검수에 통과한 완료 업무 수

단가가 낮은 모델이 자주 실패하면 최종 업무 비용은 커질 수 있습니다. 반대로 비싼 모델이 재작업을 줄이면 총비용은 낮아질 수 있습니다. 도입 전후를 비교할 때는 업무의 난이도와 품질 기준을 맞추고, 시간 절약이 실제 비용 절감이나 추가 매출로 전환됐는지도 구분해야 합니다.

클라우드·반도체 기업에서는 이 수요가 매출과 마진으로 연결되는지, 늘어난 투자·운전자본 부담을 영업현금흐름이 감당하는지까지 이어서 보시면 됩니다. 좋은 기술, 잘 팔리는 제품, 현금을 남기는 사업, 매력적인 주식 가격은 각각 확인해야 하는 질문입니다.

함께 읽기 · 엔비디아와 AMD의 성장과 현금흐름

함께 읽기 · 빅테크의 AI 투자와 현금 부담

함께 읽기 · 오라클의 계약이 매출과 현금이 되는 과정

10. 앞으로 뉴스를 읽을 때 던질 네 가지 질문

1. 실제로 어떤 업무를 끝내며, 어디까지 사람이 개입합니까?
2. 시연·베타·실제 운영 중 어느 단계이고, 공개된 성과는 누가 측정했습니까?
3. 오류·재작업·검토를 포함해 완료 업무당 비용이 줄었습니까?
4. 그 효과가 고객 유지·이익·현금흐름에서 확인됩니까?

Agentic AI는 일을 맡기는 범위를 넓히고 있습니다. 그 변화의 크기는 에이전트라는 이름보다, 어떤 일을 얼마나 정확하고 경제적으로 반복해서 끝내는지에서 확인할 수 있습니다.

자료 출처

1. IBM · What is agentic AI? — 개념과 목표 기반 실행.
2. Anthropic · Building effective agents — 2024-12-19. 워크플로·에이전트의 구분과 실행 구조.
3. Meta · Introducing Muse — 2026-09-08 발표, 페이지 갱신 09-30. 개인 에이전트·VM·WhatsApp·지속 실행.
4. OpenAI · Meet dots — 현재 제품 문서. dot의 역할과 플랜·지역·관리자 조건.
5. Google · Gemini Spark — 현재 제품 안내. Tasks·Skills·Schedules와 앱 연결.
6. Google Cloud · Introducing the Gemini agent — 2026-10-08. 기업용 에이전트·다중 모델·관리 구조.
7. Anthropic · Claude Cowork and chat are now one Claude — 2026-09-16. 통합 방향과 순차 적용.
8. Meta · Muse for Small Business — 2026-09-29 발표, 페이지 갱신 10-08. 사업자 연결·미국/캐나다 제공.
9. OpenAI · Tasks and memory — 현재 도움말. 업무 조정·일정·이벤트·기억.
10. OpenAI · Connect computers and apps to your dot — 현재 도움말. 클라우드·로컬 실행·로그인·플러그인.
11. Google · Use Gemini Spark to manage your tasks & workflows — 현재 도움말. 계정·실행 환경·승인·제한.
12. Google Korea · 24시간 개인 AI 에이전트 ‘제미나이 스파크’를 선보입니다 — 국내·한국어 출시 안내. 본문에 정확한 발표일 미표시.
13. Anthropic · Get started with Claude Cowork — 현재 도움말. 클라우드·로컬 조건·기억·유료 플랜.
14. Microsoft · Introducing the new Copilot with Home, Code and Autopilot — 2026-09-25. 기업용 경쟁 경로·프리뷰 상태.
15. Perplexity · What is Computer? — 2026-09-29 갱신. 클라우드 업무 실행·연결·예약·구독·크레딧 조건.
16. Cursor · Cloud Agents — 현재 제품 안내. 독립 실행 환경·코드 수정·테스트·변경 검토.
17. Cursor · Cloud Agents and Cursor Harness Improvements — 2026-08-19. 이벤트·예약 실행, PR 후속 작업과 하위 에이전트.
18. Salesforce · Agentforce 업무별 에이전트 확장 — 2026-09-14. Casey·Paige 등 일반 제공, Hunter의 별도 출시 상태.
19. AWS · Amazon Bedrock AgentCore — 현재 제품 안내. 모델·프레임워크 연결, 배포·인증·관측·운영.
20. Microsoft Learn · Agent flows overview — 2026-08-03 갱신. 수동·이벤트·일정 실행, 커넥터와 승인 단계.
21. Meta · How We Built Safety Into Muse — 2026-09-08. Sentinel·승인·VM 구분·데이터 이용.
22. OpenAI · ChatGPT Work — 현재 제품 안내. 파일·도구·반복 업무.
23. OpenAI · Introducing GPT-6.1 Sol — 2026-09-29. 도구 사용·멀티모달 성능 평가.
24. Anthropic · Effective context engineering for AI agents — 2025-09-29.
25. Microsoft Learn · Automate web and desktop apps with computer use — 현재 개발 문서. 화면 기반 실행.
26. Linux Foundation · A2A 첫해 도입 현황 — 2026-04-09. A2A와 MCP의 역할.
27. Anthropic · Patterns and problems in emerging multiagent systems — 2026-08-13.
28. NVIDIA · Vera CPU와 Agentic Workloads — 2026-05-31. CPU 실행과 GPU 추론.
29. IEA · Key Questions on Energy and AI — 2026-04-16. 데이터센터 에너지와 공급 제약.
30. Anthropic · How we contain Claude across products — 2026-05-25. 격리·권한·외부 입력.
31. OpenAI · Introducing dots — 2026-09-29. 공식 출시 발표·상시 작업·클라우드 컴퓨터·지원 플랜.
32. OpenAI Help Center · Getting started with your dot — 2026-10-10 열람. 플랜·지역·관리자 조건, Work·Codex와의 연결, 사용량 한도.
33. Manus · Download / 제품 안내 — 2026-10-10 열람. 앱 제공, 도구 연결, 웹·앱·슬라이드 제작.
34. Cognition · Devin — 2026-10-10 열람. 코드·브라우저 테스트·클라우드 및 로컬 실행·업무 연결.
35. Salesforce · AIforce 발표 — 2026-09-16. 외부 AI 인터페이스 연결 계층, Salesforce in Claude 베타.